JP7074489B2 - Data processing method, data processing device, and data processing program - Google Patents
Data processing method, data processing device, and data processing program Download PDFInfo
- Publication number
- JP7074489B2 JP7074489B2 JP2018020797A JP2018020797A JP7074489B2 JP 7074489 B2 JP7074489 B2 JP 7074489B2 JP 2018020797 A JP2018020797 A JP 2018020797A JP 2018020797 A JP2018020797 A JP 2018020797A JP 7074489 B2 JP7074489 B2 JP 7074489B2
- Authority
- JP
- Japan
- Prior art keywords
- series data
- sampling
- time
- cycle
- sampling cycle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 187
- 238000003672 processing method Methods 0.000 title claims description 21
- 238000005070 sampling Methods 0.000 claims description 481
- 230000002159 abnormal effect Effects 0.000 claims description 115
- 239000000758 substrate Substances 0.000 claims description 77
- 238000011156 evaluation Methods 0.000 claims description 48
- 238000005259 measurement Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 description 27
- 230000005856 abnormality Effects 0.000 description 14
- 238000012546 transfer Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/021—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system adopting a different treatment of each operating region or a different mode of the monitored system, e.g. transient modes; different operating configurations of monitored system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67276—Production flow monitoring, e.g. for increasing throughput
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
本発明は、デジタルデータ処理に関し、特に、基板処理装置で測定されたデータの処理方法、処理装置、および、処理プログラムに関する。 The present invention relates to digital data processing, and more particularly to a processing method, processing apparatus, and processing program of data measured by a substrate processing apparatus.
機器や装置の異常を検出する方法として、機器や装置の動作状態を示す物理量(例えば、長さ、角度、時間、速さ、力、圧力、電圧、電流、温度、流量など)をセンサなどを用いて測定し、測定結果を時系列順に並べて得られた時系列データを分析する方法が知られている。機器や装置が同じ条件で同じ動作を行う場合、異常がなければ、時系列データは同様に変化する。そこで、同様に変化する複数の時系列データを相互に比較して異常な時系列データを検出し、これを分析して異常の発生箇所や原因を特定することができる。 As a method of detecting an abnormality of a device or device, a sensor or the like is used to measure a physical quantity (for example, length, angle, time, speed, force, pressure, voltage, current, temperature, flow rate, etc.) indicating the operating state of the device or device. There is known a method of measuring by using and analyzing the time-series data obtained by arranging the measurement results in chronological order. If the equipment or device performs the same operation under the same conditions, the time series data will change in the same way if there is no abnormality. Therefore, it is possible to detect anomalous time-series data by comparing a plurality of similarly changing time-series data with each other, and analyze this to identify the location and cause of the anomaly.
半導体基板(以下、基板という)の製造工程では、複数の基板処理装置を用いて一連の処理が実行される。基板処理装置は、基板に対して一連の処理のうち特定の処理を行う複数の処理ユニットを含んでいる。各処理ユニットは、基板に対して予め定めた手順(レシピと呼ばれる)に従い処理を行う。このとき各処理ユニットにおける測定結果に基づき、時系列データが得られる。得られた時系列データを分析することにより、異常が発生した処理ユニットや異常の原因を特定することができる。 In the manufacturing process of a semiconductor substrate (hereinafter referred to as a substrate), a series of processes are executed using a plurality of substrate processing devices. The substrate processing apparatus includes a plurality of processing units that perform a specific processing in a series of processing on the substrate. Each processing unit processes the substrate according to a predetermined procedure (called a recipe). At this time, time series data can be obtained based on the measurement results of each processing unit. By analyzing the obtained time-series data, it is possible to identify the processing unit in which the abnormality occurred and the cause of the abnormality.
本願発明に関連して、特許文献1には、所定のサンプリング周期で計測器から測定データを収集するときに、基板処理装置の状態に応じてサンプリング周期を切り替えるデータ収集方法が記載されている。特許文献2には、複数の時系列データを複数のグループに分類し、各グループの異常度と各グループ内での時系列データの異常度とを求め、グループまたは時系列データを異常度に基づきランキングした結果を表示するデータ処理装置が記載されている。
In connection with the present invention,
しかしながら、特許文献1に記載されたデータ収集方法には、サンプリング周期を切り替えるタイミングが適切でないために、基板処理装置で異常が発生する前に詳細なデータを取得できないという問題がある。
However, the data collection method described in
それ故に、本発明は、基板処理装置で異常が発生する前に詳細なデータを取得できるデータ処理方法を提供することを目的とする。 Therefore, it is an object of the present invention to provide a data processing method capable of acquiring detailed data before an abnormality occurs in the substrate processing apparatus.
本発明の第1の局面は、データ処理方法であって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリングステップと、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを備え、
前記サンプリング周期制御ステップは、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
本発明の第2の局面は、本発明の第1の局面において、
前記サンプリング周期制御ステップは、前記時系列データの種類を相互に関連づけて記憶する要因関連テーブルを用いて、前記他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
本発明の第3の局面は、データ処理方法であって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリングステップと、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを備え、
前記サンプリング周期制御ステップは、前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルを用いて、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする。
The first aspect of the present invention is a data processing method.
Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control step that controls the sampling cycle used in the sampling step for each time series data.
In the initial state, the sampling cycle control step controls all the sampling cycles used in the sampling step to a normal cycle, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle ,
The sampling cycle control step sets the sampling cycle for obtaining other time-series data associated with the time-series data to the abnormal cycle when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. It is characterized by controlling to .
The second aspect of the present invention is the first aspect of the present invention.
The sampling cycle control step is characterized in that the sampling cycle when obtaining the other time series data is controlled to the abnormal cycle by using the factor-related table that stores the types of the time series data in relation to each other. do.
The third aspect of the present invention is a data processing method.
Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control step that controls the sampling cycle used in the sampling step for each time series data.
The sampling cycle control step uses a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the type of time series data, and in the initial state, all sampling cycles used in the sampling steps are set to normal cycles. When the evaluation value of the time-series data is abnormal, the sampling cycle for obtaining the time-series data is controlled to be shorter than the normal cycle.
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
In the sampling cycle control step, the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle is eliminated, and the automatic sampling cycle control step corresponds to the time series data stored in the sampling cycle definition table. When the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle.
本発明の第4の局面は、本発明の第1~3のいずれかの局面において、
前記サンプリング周期制御ステップは、前記基板処理装置においてアラームが発生したときには、前記アラームに関連づけられた時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The fourth aspect of the present invention is the fourth aspect of the present invention in any one of the first to third aspects of the present invention.
The sampling cycle control step is characterized in that when an alarm occurs in the substrate processing apparatus, the sampling cycle for obtaining time-series data associated with the alarm is controlled to the abnormal cycle.
本発明の第5の局面は、本発明の第1~3のいずれかの局面において、
前記サンプリング周期制御ステップは、前記時系列データの値が予め定めた閾値を超えたときには、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The fifth aspect of the present invention is the fifth aspect of the present invention in any one of the first to third aspects of the present invention.
The sampling cycle control step is characterized in that when the value of the time series data exceeds a predetermined threshold value, the sampling cycle for obtaining the time series data is controlled to the abnormal cycle.
本発明の第6の局面は、本発明の第1~3のいずれかの局面において、
前記サンプリング周期制御ステップは、前記時系列データのばらつきが予め定めた許容値を超えたときには、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The sixth aspect of the present invention is, in any one of the first to third aspects of the present invention.
The sampling cycle control step is characterized in that when the variation of the time series data exceeds a predetermined allowable value, the sampling cycle for obtaining the time series data is controlled to the abnormal cycle.
本発明の第7の局面は、本発明の第1~3のいずれかの局面において、
前記サンプリングステップは、前記基板処理装置で得られた測定データから前記サンプリング周期制御ステップで制御されたサンプリング周期でデータを抽出することにより、前記時系列データを求めることを特徴とする。
The seventh aspect of the present invention is, in any one of the first to third aspects of the present invention.
The sampling step is characterized in that the time series data is obtained by extracting data from the measurement data obtained by the substrate processing apparatus at a sampling cycle controlled by the sampling cycle control step.
本発明の第8の局面は、本発明の第1~3のいずれかの局面において、
前記基準データは、他の時系列データであることを特徴とする。
The eighth aspect of the present invention is the aspect of any one of the first to third aspects of the present invention.
The reference data is characterized by being other time series data.
本発明の第9の局面は、データ処理装置であって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリング部と、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算部と、
前記サンプリング部で用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御部とを備え、
前記サンプリング周期制御部は、初期状態では前記サンプリング部で用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御部は、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
本発明の第10の局面は、本発明の第9の局面において、
前記時系列データの種類を相互に関連づけて記憶する要因関連テーブルをさらに備え、
前記サンプリング周期制御部は、前記要因関連テーブルを用いて、前記他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
本発明の第11の局面は、データ処理装置であって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリング部と、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算部と、
前記サンプリング部で用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御部と、
前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルとを備え、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御部は、前記サンプリング周期定義テーブルを用いて、初期状態では前記サンプリング部で用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御部は、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする。
The ninth aspect of the present invention is a data processing apparatus.
A sampling unit that obtains time-series data based on the measurement results of physical quantities in the board processing equipment,
An evaluation value calculation unit for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control unit that controls the sampling period used in the sampling unit for each time series data.
The sampling cycle control unit controls all the sampling cycles used in the sampling unit to a normal cycle in the initial state, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle,
The sampling cycle control unit sets the sampling cycle for obtaining other time-series data associated with the time-series data when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. It is characterized by controlling to .
The tenth aspect of the present invention is the ninth aspect of the present invention.
Further provided with a factor-related table for storing the types of time-series data in relation to each other.
The sampling cycle control unit is characterized in that the sampling cycle when obtaining the other time-series data is controlled to the abnormal cycle by using the factor-related table.
The eleventh aspect of the present invention is a data processing apparatus.
A sampling unit that obtains time-series data based on the measurement results of physical quantities in the board processing equipment,
An evaluation value calculation unit for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control unit that controls the sampling period used in the sampling unit for each time-series data,
It is equipped with a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the types of time-series data.
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
The sampling cycle control unit controls all the sampling cycles used in the sampling unit to a normal cycle in the initial state by using the sampling cycle definition table, and when the evaluation value of the time series data is abnormal, the sampling cycle control unit is described. The sampling cycle when obtaining time-series data is controlled to an abnormal cycle shorter than the normal cycle, and the sampling cycle is controlled.
The sampling cycle control unit automatically eliminates the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle, and corresponds to the time series data stored in the sampling cycle definition table. When the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle.
本発明の第12の局面は、本発明の第9~11のいずれかの局面において、
前記サンプリング周期制御部は、前記基板処理装置においてアラームが発生したときには、前記アラームに関連づけられた時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The twelfth aspect of the present invention is in any of the ninth to eleventh aspects of the present invention.
The sampling cycle control unit is characterized in that when an alarm occurs in the substrate processing apparatus, the sampling cycle for obtaining time-series data associated with the alarm is controlled to the abnormal cycle.
本発明の第13の局面は、本発明の第9~11のいずれかの局面において、
前記サンプリング周期制御部は、前記時系列データの値が予め定めた閾値を超えたときには、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The thirteenth aspect of the present invention is in any of the ninth to eleventh aspects of the present invention.
The sampling cycle control unit is characterized in that when the value of the time-series data exceeds a predetermined threshold value, the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle.
本発明の第14の局面は、本発明の第9~11のいずれかの局面において、
前記サンプリング周期制御部は、前記時系列データのばらつきが予め定めた許容値を超えたときには、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
The fourteenth aspect of the present invention is the aspect of any one of the ninth to eleventh aspects of the present invention.
The sampling cycle control unit is characterized in that when the variation of the time series data exceeds a predetermined allowable value, the sampling cycle at the time of obtaining the time series data is controlled to the abnormal cycle.
本発明の第15の局面は、本発明の第9~11のいずれかの局面において、
前記サンプリング部は、前記基板処理装置で測定された測定データから前記サンプリング周期制御部で制御されたサンプリング周期でデータを抽出することにより、前記時系列データを求めることを特徴とする。
The fifteenth aspect of the present invention is in any of the ninth to eleventh aspects of the present invention.
The sampling unit is characterized in that the time series data is obtained by extracting data from the measurement data measured by the substrate processing apparatus at a sampling cycle controlled by the sampling cycle control unit.
本発明の第16の局面は、データ処理プログラムであって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリングステップと、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを、
コンピュータにCPUがメモリを利用して実行させ、
前記サンプリング周期制御ステップは、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする。
本発明の第17の局面は、データ処理プログラムであって、
基板処理装置における物理量の測定結果に基づき時系列データを求めるサンプリングステップと、
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを、
コンピュータにCPUがメモリを利用して実行させ、
前記サンプリング周期制御ステップは、前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルを用いて、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする。
The sixteenth aspect of the present invention is a data processing program.
Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control step that controls the sampling cycle used in the sampling step for each time-series data.
Let the computer run the CPU using memory
In the initial state, the sampling cycle control step controls all the sampling cycles used in the sampling step to a normal cycle, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle,
The sampling cycle control step sets the sampling cycle for obtaining other time-series data associated with the time-series data to the abnormal cycle when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. It is characterized by controlling to .
The seventeenth aspect of the present invention is a data processing program.
Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control step that controls the sampling cycle used in the sampling step for each time-series data.
Let the computer run the CPU using memory
The sampling cycle control step uses a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the type of time series data, and in the initial state, all sampling cycles used in the sampling steps are set to normal cycles. When the evaluation value of the time-series data is abnormal, the sampling cycle for obtaining the time-series data is controlled to be shorter than the normal cycle.
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
In the sampling cycle control step, the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle is eliminated, and the automatic sampling cycle control step corresponds to the time series data stored in the sampling cycle definition table. When the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle.
上記第1、第9または第16の局面によれば、時系列データと基準データを比較して得られる評価値が異常であるときに、時系列データを求めるときのサンプリング周期を短くすることにより、時系列データごとにサンプリング周期を好適なタイミングで切り替えて、基板処理装置で異常が発生する前に詳細なデータを取得することができる。
また、ある時系列データを求めるときのサンプリング周期を短くするときに、関連する他の時系列データを求めるときのサンプリング周期を短くすることにより、相互に関連する複数の時系列データについて詳細なデータを一緒に取得することができる。
上記第2または第10の局面によれば、要因関連テーブルを用いることにより、他の時系列データを求めるときのサンプリング周期を容易に制御することができる。
上記第3、第11または第17の局面によれば、時系列データと基準データを比較して得られる評価値が異常であるときに、時系列データを求めるときのサンプリング周期を短くすることにより、時系列データごとにサンプリング周期を好適なタイミングで切り替えて、基板処理装置で異常が発生する前に詳細なデータを取得することができる。
また、サンプリング周期定義テーブルを用いることにより、時系列データを求めるときのサンプリング周期を容易に制御することができる。
また、自動復帰フラグを記憶したサンプリング周期定義テーブルを用いることにより、時系列データの特性に応じて、時系列データを求めるときのサンプリング周期を自動的に正常周期に制御することができる。
According to the first, ninth or sixteenth aspect, when the evaluation value obtained by comparing the time series data and the reference data is abnormal, the sampling cycle for obtaining the time series data is shortened. , The sampling cycle can be switched for each time-series data at an appropriate timing, and detailed data can be acquired before an abnormality occurs in the substrate processing apparatus.
In addition, by shortening the sampling cycle when obtaining certain time-series data and shortening the sampling cycle when obtaining other related time-series data, detailed data on multiple time-series data related to each other can be obtained. Can be obtained together.
According to the second or tenth aspect, the sampling period when obtaining other time series data can be easily controlled by using the factor-related table.
According to the third, eleventh or seventeenth aspect, when the evaluation value obtained by comparing the time series data and the reference data is abnormal, the sampling cycle for obtaining the time series data is shortened. , The sampling cycle can be switched for each time-series data at an appropriate timing, and detailed data can be acquired before an abnormality occurs in the substrate processing apparatus.
Further, by using the sampling cycle definition table, the sampling cycle when obtaining the time series data can be easily controlled.
Further, by using the sampling cycle definition table in which the automatic return flag is stored, the sampling cycle when obtaining the time series data can be automatically controlled to the normal cycle according to the characteristics of the time series data.
上記第4または第12の局面によれば、基板処理装置においてアラームが発生したときに、発生したアラームに関連づけられた時系列データを求めるときのサンプリング周期を短くして詳細なデータを取得することができる。 According to the fourth or twelfth aspect, when an alarm occurs in the board processing apparatus, the sampling cycle when obtaining the time series data associated with the generated alarm is shortened to acquire detailed data. Can be done.
上記第5または第13の局面によれば、基板処理装置の故障の予兆として時系列データの値が閾値を超えたときに、時系列データを求めるときのサンプリング周期を短くして詳細なデータを取得することができる。 According to the fifth or thirteenth aspect, when the value of the time series data exceeds the threshold value as a sign of failure of the substrate processing apparatus, the sampling cycle when obtaining the time series data is shortened to obtain detailed data. Can be obtained.
上記第6または第14の局面によれば、時系列データのばらつきが許容値を超えたときに、時系列データを求めるときのサンプリング周期を短くして詳細なデータを取得することができる。 According to the sixth or fourteenth aspect, when the variation of the time series data exceeds the permissible value, the sampling cycle when obtaining the time series data can be shortened and detailed data can be acquired.
上記第7または第15の局面によれば、基板処理装置で得られた測定データからデータを抽出することにより、所望の時系列データを求めることができる。 According to the seventh or fifteenth aspect, desired time series data can be obtained by extracting data from the measurement data obtained by the substrate processing apparatus.
上記第8の局面によれば、基準データとして他の時系列データを用いることにより、時系列データについて好適な評価値を求めることができる。
According to the eighth aspect, by using other time-series data as the reference data, it is possible to obtain a suitable evaluation value for the time-series data.
以下、図面を参照して、本発明の実施形態に係るデータ処理方法、データ処理装置、および、データ処理プログラムについて説明する。本実施形態に係るデータ処理方法は、典型的にはコンピュータを用いて実行される。本実施形態に係るデータ処理プログラムは、コンピュータを用いてデータ処理方法を実施するためのプログラムである。本実施形態に係るデータ処理装置は、典型的にはコンピュータを用いて構成される。データ処理プログラムを実行するコンピュータは、データ処理装置として機能する。 Hereinafter, the data processing method, the data processing apparatus, and the data processing program according to the embodiment of the present invention will be described with reference to the drawings. The data processing method according to the present embodiment is typically executed using a computer. The data processing program according to this embodiment is a program for implementing a data processing method using a computer. The data processing apparatus according to the present embodiment is typically configured by using a computer. The computer that executes the data processing program functions as a data processing device.
図1は、本発明の実施形態に係るデータ処理装置の構成を示すブロック図である。図1に示すデータ処理装置10は、サンプリング部11、データ記憶部12、スコア計算部13、結果表示部14、指示入力部15、複数のサンプリング周期定義テーブル16、要因関連テーブル17、および、サンプリング周期制御部18を備えている。データ処理装置10は、基板処理装置20に接続して用いられる。
FIG. 1 is a block diagram showing a configuration of a data processing apparatus according to an embodiment of the present invention. The
基板処理装置20は複数の処理ユニット25を含み、各処理ユニット25では処理ユニット25の動作状態を示す複数の物理量(例えば、長さ、角度、時間、速さ、力、圧力、電圧、電流、温度、流量など)が測定される。基板処理装置20は、各処理ユニット25で得られた測定データをデータ処理装置10に対して出力する。
The
サンプリング部11は、基板処理装置20における物理量の測定結果に基づき時系列データ7を求める。より詳細には、サンプリング部11は、基板処理装置20で得られた測定データからある時間間隔(以下、サンプリング周期という)でデータを抽出することにより、時系列データ7を求める。サンプリング周期制御部18は、サンプリング部11で用いられるサンプリング周期を時系列データ7ごとに制御する。データ記憶部12は、サンプリング部11で求めた時系列データ7と、時系列データ7の期待値データである基準データ8とを記憶する。基準データ8には、例えば、多数の時系列データの中で期待値データとして最適と判断された他の時系列データが使用される。
The
スコア計算部13は、データ記憶部12に記憶された時系列データ7について評価値(以下、スコアという)を求める。スコア計算部13は、データ記憶部12から時系列データ7と対応する基準データ8とを読み出し、両者を比較することによりスコアを求める。スコア計算部13は、時系列データ7の評価値を求める評価値計算部として機能する。結果表示部14は、時系列データ7のスコアに基づく画面を表示する。
The
基板処理装置20は、データ処理装置10に対して、基板処理装置20でアラームが発生したか否かを示すアラーム信号を出力する。指示入力部15には、利用者(基板処理装置20のオペレータ)からの指示が入力される。サンプリング周期定義テーブル16は、時系列データの種類に対応づけて、少なくとも正常周期と異常周期を記憶する。要因関連テーブル17は、処理ユニット25ごとに、時系列データの種類を相互に関連づけて記憶する。サンプリング周期定義テーブル16と要因関連テーブル17の詳細は後述する。
The
サンプリング周期制御部18には、データ記憶部12に記憶された時系列データ7、スコア計算部13で求めたスコア、基板処理装置20から出力されたアラーム信号、および、指示入力部15を用いて入力された利用者からの指示が入力される。サンプリング周期制御部18は、これらの入力に基づき、サンプリング周期定義テーブル16と要因関連テーブル17を用いて、サンプリング部11で用いられるサンプリング周期を時系列データ7ごとに制御する。サンプリング周期制御部18は、初期状態ではサンプリング部11で用いられるすべてのサンプリング周期を正常周期に制御し、時系列データ7のスコアが異常であるときには、時系列データ7を求めるときのサンプリング周期を正常周期よりも短い異常周期に制御する。
The sampling
図2は、基板処理装置20の概略構成を示す図である。基板処理装置20は、インデクサ部21と処理部22を備えている。インデクサ部21は、複数のカセット保持部23とインデクサロボット24を含んでいる。処理部22は、複数の処理ユニット25と基板搬送ロボット26を含んでいる。カセット保持部23には、複数の基板を収容するカセット(図示せず)が載置される。インデクサロボット24は、カセットから基板を取り出す動作と、カセットに基板を入れる動作とを行う。処理ユニット25は、基板に対して処理を行うための空間(以下、チャンバーという)を有する。チャンバーは、処理ユニット25と1対1に対応する。チャンバーの内部では、例えば、処理液を用いて基板を洗浄するなどの処理が行われる。基板搬送ロボット26は、処理ユニット25に基板を搬入する動作と、処理ユニット25から基板を搬出する動作とを行う。処理ユニット25の個数は、例えば24個である。この場合、例えば、4個の処理ユニット25を積層したタワー構造体が、基板搬送ロボット26の周囲の6箇所に設けられる。
FIG. 2 is a diagram showing a schematic configuration of the
インデクサロボット24は、カセット保持部23に載置されたカセットから処理対象の基板を取り出し、取り出した基板を基板受け渡し部27を介して基板搬送ロボット26に渡す。基板搬送ロボット26は、インデクサロボット24から受け取った基板を対象の処理ユニット25に搬入する。基板に対する処理が終了すると、基板搬送ロボット26は、対象の処理ユニット25から基板を取り出し、取り出した基板を基板受け渡し部27を介してインデクサロボット24に渡す。インデクサロボット24は、基板搬送ロボット26から受け取った基板を対象のカセットに入れる。インデクサ部21と処理部22の制御は、基板処理装置20の制御部(図示せず)によって行われる。
The
以下、処理ユニット25が1枚の基板に対して行う処理を「単位処理」という。単位処理の実行中に、処理ユニット25では、センサなどを用いて複数の物理量が測定される。サンプリング部11は、処理ユニット25で測定された測定データに基づき、時系列データ7を求める。基板処理装置20が1回の単位処理を行うと、複数の時系列データ7が得られる。時系列データ7をグラフ化して示すと、例えば図3に実線で示すようになる。対応する基準データ8をグラフ化して示すと、例えば図3に破線で示すようになる。図3に示す例では、時系列データ7は、基準データ8と比べて立ち上がり時に遅れている。
Hereinafter, the processing performed by the
図4は、データ処理装置10として機能するコンピュータの構成例を示すブロック図である。図4に示すコンピュータ30は、CPU31、メインメモリ32、記憶部33、入力部34、表示部35、通信部36、および、記録媒体読み取り部37を備えている。メインメモリ32には、例えば、DRAMが使用される。記憶部33には、例えば、ハードディスクが使用される。入力部34には、例えば、キーボード38やマウス39が含まれる。表示部35には、例えば、液晶ディスプレイが使用される。通信部36は、有線通信または無線通信のインターフェイス回路である。基板処理装置20との間の通信は、通信部36を用いて行われる。記録媒体読み取り部37は、プログラムなどを記録した記録媒体40のインターフェイス回路である。記録媒体40には、例えば、CD-ROMなどの非一過性の記録媒体が使用される。なお、以上に述べたコンピュータ30の構成は一例に過ぎず、任意のコンピュータを用いてデータ処理装置10を構成することができる。
FIG. 4 is a block diagram showing a configuration example of a computer that functions as a
以下、コンピュータ30がデータ処理装置10として機能する場合について説明する。この場合、記憶部33は、データ処理プログラム41と基準データ8を記憶する。データ処理プログラム41と基準データ8は、例えば、サーバや他のコンピュータから通信部36を用いて受信したものでもよく、記録媒体40から記録媒体読み取り部37を用いて読み出したものでもよい。データ処理プログラム41を実行するときには、データ処理プログラム41と基準データ8はメインメモリ32に複写転送される。CPU31は、メインメモリ32を作業用メモリとして利用して、メインメモリ32に記憶されたデータ処理プログラム41を実行することにより、基板処理装置20から出力された測定データに基づき時系列データ7を求める処理、時系列データ7のスコアを求める処理、スコアに基づき時系列データ7を求めるときのサンプリング周期を制御する処理などを行う。このときコンピュータ30は、データ処理装置10として機能する。
Hereinafter, a case where the
データ処理装置10は、図5A~図5Dに示す4個のサンプリング周期定義テーブル16a~16dと、図6に示す要因関連テーブル17とを備えている。データ処理装置10と基板処理装置20が動作を開始する前に、サンプリング周期定義テーブル16a~16dと要因関連テーブル17には、図面に記載したデータが予め記憶されている。
The
図7は、データ処理装置10の動作を示すフローチャートである。データ処理装置10は、CPU31がメインメモリ32を利用してデータ処理プログラム41を実行することにより、図7に示す処理を行う。
FIG. 7 is a flowchart showing the operation of the
図7に示すように、サンプリング周期制御部18は、まず、サンプリング部11で用いられるすべてのサンプリング周期を正常周期に制御する(ステップS101)。ステップS101において、サンプリング周期制御部18は、すべての時系列データ7について、時系列データ7を求めるときのサンプリング周期をサンプリング周期定義テーブル16a~16dに記憶された正常周期に設定する。
As shown in FIG. 7, the sampling
データ処理装置10がステップS101を実行した後、基板処理装置20は基板に対する処理を開始する。基板処理装置20が1回の単位処理を行うと、複数の測定データが得られる。複数の測定データは、基板処理装置20からデータ処理装置10に対して出力される。データ処理装置10は、基板処理装置20から複数の測定データが出力されるたびに、ステップS102~S110を実行する。
After the
サンプリング部11には、単位処理を行ったときに得られた複数の測定データが入力される(ステップS102)。次に、サンプリング部11は、ステップS102で入力された複数の測定データに基づき、複数の時系列データ7を求める(ステップS103)。ステップS103において、サンプリング部11は、基板処理装置20から出力された複数の測定データから時系列データ7ごとに制御されたサンプリング周期でデータを抽出することにより、時系列データ7を求める。
A plurality of measurement data obtained when the unit processing is performed is input to the sampling unit 11 (step S102). Next, the
次に、データ記憶部12は、ステップS103で求めた複数の時系列データ7を記憶する(ステップS104)。次に、スコア計算部13は、データ記憶部12に記憶された複数の時系列データ7のスコアを求める(ステップS105)。ステップS105において、スコア計算部13は、各時系列データ7と対応する基準データ8とを比較することによりスコアを求める。次に、結果表示部14は、ステップS105で求めたスコアに基づく画面を表示する(ステップS106)。結果表示部14が表示する画面は、時系列データ7のスコアに基づく限り任意でよい。
Next, the
次に、サンプリング周期制御部18は、スコアエラーに基づくサンプリング周期制御を行う(ステップS110)。図8は、スコアエラーに基づくサンプリング周期制御の詳細を示すフローチャートである。ステップS110において、サンプリング周期制御部18は、スコアの状態が変化した時系列データ7(スコアが正常から異常に、または、その逆に変化した時系列データ)について、図8に示す処理を行う。以下、ステップS110で処理される時系列データをSQ1という。
Next, the sampling
図5Aに示すサンプリング周期定義テーブル16aは、時系列データの種類に対応づけて、正常周期、異常周期、および、自動復帰フラグを記憶している。正常周期は、正常時のサンプリング周期をmsec(ミリ秒)単位で示す。異常周期は、異常時のサンプリング周期をmsec単位で示す。異常周期は、正常周期よりも短い。異常周期は、例えば、正常周期の1/3以下に設定される。自動復帰フラグは、TRUEまたはFALSEの値を取る。値TRUEは自動復帰が有効であることを示し、値FALSEは自動復帰が無効であることを示す。 The sampling cycle definition table 16a shown in FIG. 5A stores a normal cycle, an abnormal cycle, and an automatic return flag in association with the type of time series data. The normal cycle indicates the sampling cycle at the normal time in msec (millisecond) units. The abnormal period indicates the sampling period at the time of abnormality in msec units. The abnormal cycle is shorter than the normal cycle. The abnormal cycle is set to, for example, 1/3 or less of the normal cycle. The auto-return flag takes a TRUE or FALSE value. A value TRUE indicates that auto-recovery is enabled, and a value FALSE indicates that auto-recovery is disabled.
図8において、サンプリング周期制御部18は、まず、時系列データSQ1のスコアが異常か否か(スコアエラーが発生したか否か)を判断し、Yesの場合にはステップS112へ進み、Noの場合にはステップS115へ進む(ステップS111)。
In FIG. 8, the sampling
ステップS111でYesの場合、サンプリング周期制御部18は、時系列データSQ1を求めるときのサンプリング周期が正常周期か否かを判断し、Yesの場合にはステップS113へ進む(ステップS112)。この場合、サンプリング周期制御部18は、時系列データSQ1を求めるときのサンプリング周期を異常周期に制御する(ステップS113)。ステップS113において、サンプリング周期制御部18は、サンプリング周期定義テーブル16aから時系列データSQ1の種類に対応した異常周期を読み出し、次回以降に時系列データSQ1を求めるときのサンプリング周期を読み出した異常周期に設定する。
In the case of Yes in step S111, the sampling
次に、サンプリング周期制御部18は、必要に応じて他のサンプリング周期を異常周期に制御する(ステップS114)。図6に示す要因関連テーブル17は、処理ユニット25ごとに、時系列データ7の種類を相互に関連づけて記憶している。時系列データSQ1に対応した処理ユニット25がPUであり、要因関連テーブル17の処理ユニットPUの欄に時系列データSQ1の種類が記憶されている場合には、サンプリング周期制御部18は、ステップS114において、当該欄に記憶された他の時系列データを求めるときのサンプリング周期を異常周期に制御する。
Next, the sampling
ステップS111でNoの場合、サンプリング周期制御部18は、時系列データSQ1を求めるときのサンプリング周期が異常周期か否かを判断し、Yesの場合にはステップS116へ進む(ステップS115)。この場合、サンプリング周期制御部18は、自動復帰を行うか否かを判断し、Yesの場合にはステップS118へ進み、Noの場合にはステップS117へ進む(ステップS116)。ステップS116において、サンプリング周期制御部18は、サンプリング周期定義テーブル16aから時系列データSQ1の種類に対応した自動復帰フラグを読み出し、自動復帰フラグがTRUEの場合にはステップS118へ進み、それ以外の場合にはステップS117へ進む。
If No in step S111, the sampling
ステップS116でNoの場合、サンプリング周期制御部18は、復帰指示が入力されたか否かを判断し、Yesの場合にはステップS118へ進む(ステップS117)。時系列データSQ1を求めるときのサンプリング周期が異常周期に制御された場合、利用者は、スコアエラーの状態を確認したり、スコアエラーの状態を回復するための操作を行ったりした後、指示入力部15を用いて復帰指示を入力する。利用者が入力した復帰指示は、サンプリング周期制御部18の内部に保持される。ステップS117において、サンプリング周期制御部18は、復帰指示が既に入力されていた場合にはステップS118へ進む。
If No in step S116, the sampling
ステップS116またはS117でYesの場合、サンプリング周期制御部18は、時系列データSQ1を求めるときのサンプリング周期を正常周期に制御する(ステップS118)。ステップS118において、サンプリング周期制御部18は、サンプリング周期定義テーブル16aから時系列データSQ1の種類に対応した正常周期を読み出し、次回以降に時系列データSQ1を求めるときのサンプリング周期を読み出した正常周期に設定する。
In the case of Yes in step S116 or S117, the sampling
次に、サンプリング周期制御部18は、必要に応じて他のサンプリング周期を正常周期に制御する(ステップS119)。時系列データSQ1に対応した処理ユニット25がPUであり、要因関連テーブル17の処理ユニットPUの欄に時系列データSQ1の種類が記憶されている場合には、サンプリング周期制御部18は、ステップS119において、当該欄に記憶された他の時系列データを求めるときのサンプリング周期を正常周期に制御する。サンプリング周期制御部18は、ステップS114またはS119を行った後、もしくは、ステップS112、S115またはS117でNoと判断した後に、ステップS110を終了する。
Next, the sampling
例えば、ある時系列データを求めるときの正常周期が300msec、異常周期が100msecであるとする。図9Aは、正常周期を用いて求めた時系列データをグラフ化して示す図である。利用者は、図9Aに示すグラフを見ても、時系列データの小さな変化を認識することができない。データ処理装置10では、時系列データのスコアが異常である場合、サンプリング周期制御部18は時系列データを求めるときのサンプリング周期を異常周期(100msec)に制御する。図9Bは、異常周期を用いて求めた時系列データをグラフ化して示す図である。利用者は、図9Bに示すグラフを見たときに、時系列データの小さな変化を容易に認識することができる。
For example, it is assumed that the normal cycle is 300 msec and the abnormal cycle is 100 msec when a certain time series data is obtained. FIG. 9A is a graph showing time series data obtained by using a normal cycle. The user cannot recognize a small change in the time series data even by looking at the graph shown in FIG. 9A. In the
サンプリング周期制御部18は、図8に示すサンプリング周期制御に加えて、図10~図12に示すサンプリング周期制御を行う。図10~図12に示すサンプリング周期制御は、図7に示す処理を行っている間に所定の条件が成立したときに行われる。
In addition to the sampling cycle control shown in FIG. 8, the sampling
図10は、アラームに基づくサンプリング周期制御の詳細を示すフローチャートである。上述したように、データ処理装置10には、基板処理装置20でアラームが発生したか否か示すアラーム信号が入力される。サンプリング周期制御部18は、発生状況が変化したアラーム(「あり」から「なし」に、または、その逆に変化したアラーム)について、図10に示す処理を行う。以下、ステップS120で処理されるアラームをAL、アラームALに関連づけられた時系列データをSQ2という。
FIG. 10 is a flowchart showing details of sampling cycle control based on an alarm. As described above, an alarm signal indicating whether or not an alarm has occurred in the
図5Bに示すサンプリング周期定義テーブル16bは、アラームの種類に対応づけて、時系列データの種類、正常周期、異常周期、および、自動復帰フラグを記憶している。サンプリング周期定義テーブル16bは、時系列データの種類に対応づけて、アラームの種類、正常周期、異常周期、および、自動復帰フラグを記憶しているとも言える。 The sampling cycle definition table 16b shown in FIG. 5B stores the time series data type, normal cycle, abnormal cycle, and automatic return flag in association with the alarm type. It can be said that the sampling cycle definition table 16b stores the alarm type, the normal cycle, the abnormal cycle, and the automatic return flag in association with the type of time series data.
図10において、サンプリング周期制御部18は、まず、アラームALが発生したか否か(アラームが発生したか解消したか)を判断し、Yesの場合にはステップS122へ進み、Noの場合にはステップS125へ進む(ステップS121)。
In FIG. 10, the sampling
ステップS121でYesの場合、サンプリング周期制御部18は、アラームALに対応づけられた時系列データSQ2を求めるときのサンプリング周期が正常周期か否かを判断し、Yesの場合にはステップS123へ進む(ステップS122)。この場合、サンプリング周期制御部18は、時系列データSQ2を求めるときのサンプリング周期を異常周期に制御する(ステップS123)。ステップS123において、サンプリング周期制御部18は、サンプリング周期定義テーブル16bからアラームALおよび時系列データSQ2の種類に対応した異常周期を読み出し、次回以降に時系列データSQ2を求めるときのサンプリング周期を読み出した異常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS114と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を異常周期に制御する(ステップS124)。
In the case of Yes in step S121, the sampling
ステップS121でNoの場合、サンプリング周期制御部18は、時系列データSQ2を求めるときのサンプリング周期が異常周期か否かを判断し、Yesの場合にはステップS126へ進む(ステップS125)。この場合、サンプリング周期制御部18は、自動復帰を行うか否かを判断し、Yesの場合にはステップS128へ進み、Noの場合にはステップS127へ進む(ステップS126)。ステップS126において、サンプリング周期制御部18は、サンプリング周期定義テーブル16bからアラームALおよび時系列データSQ2の種類に対応した自動復帰フラグを読み出し、自動復帰フラグがTRUEの場合にはステップS128へ進み、それ以外の場合にはステップS127へ進む。
If No in step S121, the sampling
ステップS126でNoの場合、サンプリング周期制御部18は、復帰指示が入力されたか否かを判断し、Yesの場合にはステップS128へ進む(ステップS127)。アラームALが発生した場合、利用者は、アラームALの原因を調査したり、アラームALを解除するための操作を行ったりした後、指示入力部15を用いて復帰指示を入力する。ステップS127において、サンプリング周期制御部18は、復帰指示が既に入力されていた場合にはステップS128へ進む。
If No in step S126, the sampling
ステップS126またはS127でYesの場合、サンプリング周期制御部18は、時系列データSQ2を求めるときのサンプリング周期を正常周期に制御する(ステップS128)。ステップS128において、サンプリング周期制御部18は、サンプリング周期定義テーブル16bからアラームALおよび時系列データSQ2の種類に対応した正常周期を読み出し、次回以降に時系列データSQ2を求めるときのサンプリング周期を読み出した正常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS119と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を正常周期に制御する(ステップS129)。サンプリング周期制御部18は、ステップS124またはS129を行った後、もしくは、ステップS122、S125またはS127でNoと判断した後に、ステップS120を終了する。
In the case of Yes in step S126 or S127, the sampling
図11は、時系列データの値に基づくサンプリング周期制御の詳細を示すフローチャートである。図5Cに示すサンプリング周期定義テーブル16cは、部品の種類に対応づけて、時系列データの種類、上限値、上限比率、下限値、下限比率、正常周期、異常周期、および、自動復帰フラグを記憶している。サンプリング周期定義テーブル16cは、時系列データの種類に対応づけて、部品の種類、上限値、上限比率、下限値、下限比率、正常周期、異常周期、および、自動復帰フラグを記憶しているとも言える。サンプリング周期制御部18は、値と閾値との大小関係が変化した時系列データ7(値が「閾値を超えていない」から「閾値を超えている」に、または、その逆に変化した時系列データ)について、図11に示す処理を行う。以下、ステップS130で処理される時系列データをSQ3という。
FIG. 11 is a flowchart showing details of sampling cycle control based on the value of time series data. The sampling cycle definition table 16c shown in FIG. 5C stores the time series data type, upper limit value, upper limit ratio, lower limit value, lower limit ratio, normal cycle, abnormal cycle, and automatic return flag in association with the component type. is doing. The sampling cycle definition table 16c also stores the component type, upper limit value, upper limit ratio, lower limit value, lower limit ratio, normal cycle, abnormal cycle, and automatic return flag in association with the type of time series data. I can say. The sampling
上限値は、時系列データの上限値を示す。上限比率は、時系列データの上限値に対する時系列データの上側閾値の割合を百分率で示す。下限値は、時系列データの下限値を示す。下限比率は、時系列データの下限値に対する、時系列データの下側閾値と時系列データの下限値との差の比率を百分率で示す。例えば、図5Cに示すサンプリング周期定義テーブル16cの部品「温度センサ」の欄には、上限値60℃、上限比率90%、下限値15℃、および、下限比率20%が記憶されている。この場合、時系列データの上側閾値は60×90/100=54℃であり、下側閾値は15×(100+20)/100=18℃である。 The upper limit value indicates the upper limit value of the time series data. The upper limit ratio indicates the ratio of the upper threshold value of the time series data to the upper limit value of the time series data as a percentage. The lower limit indicates the lower limit of the time series data. The lower limit ratio indicates the ratio of the difference between the lower threshold value of the time series data and the lower limit value of the time series data to the lower limit value of the time series data as a percentage. For example, in the column of the component "temperature sensor" of the sampling cycle definition table 16c shown in FIG. 5C, an upper limit value of 60 ° C., an upper limit ratio of 90%, a lower limit value of 15 ° C., and a lower limit ratio of 20% are stored. In this case, the upper threshold of the time series data is 60 × 90/100 = 54 ° C, and the lower threshold is 15 × (100 + 20) / 100 = 18 ° C.
図11において、サンプリング周期制御部18は、まず、時系列データSQ3の値が閾値を超えたか否かを判断し、Yesの場合にはステップS132へ進み、Noの場合にはステップS135へ進む(ステップS131)。ステップS131において、サンプリング周期制御部18は、サンプリング周期定義テーブル16cから時系列データSQ3の種類に対応した上限値、上限比率、下限値、および、下限比率を読み出し、時系列データSQ3の値が(上限値×上限比率)を超えている場合、または、時系列データSQ3の値が{下限値×(1+下限比率)}未満の場合にはステップS132へ進み、それ以外の場合にはステップS135へ進む。
In FIG. 11, the sampling
ステップS131でYesの場合、サンプリング周期制御部18は、時系列データSQ3を求めるときのサンプリング周期が正常周期か否かを判断し、Yesの場合にはステップS133へ進む(ステップS132)。この場合、サンプリング周期制御部18は、時系列データSQ3を求めるときのサンプリング周期を異常周期に制御する(ステップS133)。ステップS133において、サンプリング周期制御部18は、サンプリング周期定義テーブル16cから時系列データSQ3の種類に対応した異常周期を読み出し、次回以降に時系列データSQ3を求めるときのサンプリング周期を読み出した異常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS114と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を異常周期に制御する(ステップS134)。
In the case of Yes in step S131, the sampling
ステップS131でNoの場合、サンプリング周期制御部18は、時系列データSQ3を求めるときのサンプリング周期が異常周期か否かを判断し、Yesの場合にはステップS136へ進む(ステップS135)。この場合、サンプリング周期制御部18は、自動復帰を行うか否かを判断し、Yesの場合にはステップS138へ進み、Noの場合にはステップS137へ進む(ステップS136)。ステップS136において、サンプリング周期制御部18は、サンプリング周期定義テーブル16cから時系列データSQ3の種類に対応した自動復帰フラグを読み出し、自動復帰フラグがTRUEの場合にはステップS138へ進み、それ以外の場合にはステップS137へ進む。
If No in step S131, the sampling
ステップS136でNoの場合、サンプリング周期制御部18は、復帰指示が入力されたか否かを判断し、Yesの場合にはステップS138へ進む(ステップS137)。時系列データSQ3を求めるときのサンプリング周期が異常周期に制御された場合、利用者は、時系列データSQ3に対応する部品を交換したり、調整したりした後、指示入力部15を用いて復帰指示を入力する。ステップS137において、サンプリング周期制御部18は、復帰指示が既に入力されていた場合にはステップS138へ進む。
If No in step S136, the sampling
ステップS136またはS137でYesの場合、サンプリング周期制御部18は、時系列データSQ3を求めるときのサンプリング周期を正常周期に制御する(ステップS138)。ステップS138において、サンプリング周期制御部18は、サンプリング周期定義テーブル16cから時系列データSQ3の種類に対応した正常周期を読み出し、次回以降に時系列データSQ3を求めるときのサンプリング周期を読み出した正常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS119と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を正常周期に制御する(ステップS139)。サンプリング周期制御部18は、ステップS134またはS139を行った後、もしくは、ステップS132、S135またはS137でNoと判断した後に、ステップS130を終了する。
In the case of Yes in step S136 or S137, the sampling
図5Cに示すサンプリング周期定義テーブル16cの部品「PLCバッテリー」の欄には、下限値300mV、下限比率50%、正常周期5000msec、および、異常周期500msecが記憶されている。なお、PLCは、プログラマブルコントローラ(Programmable Controller )の略語である。時系列データを求めるときのサンプリング周期は、ステップS101において、5000msecに制御される。時系列データの下側閾値は、300×(100+50)/100=450である。したがって、PLCバッテリー値が450mV未満になると、時系列データを求めるときのサンプリング周期は500msecに設定される。 In the column of the component "PLC battery" of the sampling cycle definition table 16c shown in FIG. 5C, a lower limit value of 300 mV, a lower limit ratio of 50%, a normal cycle of 5000 msec, and an abnormal cycle of 500 msec are stored. PLC is an abbreviation for Programmable Controller. The sampling period for obtaining time-series data is controlled to 5000 msec in step S101. The lower threshold of the time series data is 300 × (100 + 50) / 100 = 450. Therefore, when the PLC battery value becomes less than 450 mV, the sampling cycle for obtaining time series data is set to 500 msec.
図12は、時系列データのばらつきに基づくサンプリング周期制御の詳細を示すフローチャートである。図5Dに示すサンプリング周期定義テーブル16dは、時系列データの種類に対応して、標準偏差、正常周期、異常周期、および、自動復帰フラグを記憶している。標準偏差は、時系列データのばらつきの許容値を示す。サンプリング周期制御部18は、ばらつきと許容値との大小関係が変化した時系列データ7(ばらつきが「許容値を超えていない」から「許容値を超えている」に、または、その逆に変化した時系列データ)について、図12に示す処理を行う。以下、ステップS140で処理される時系列データをSQ4という。
FIG. 12 is a flowchart showing the details of the sampling cycle control based on the variation of the time series data. The sampling cycle definition table 16d shown in FIG. 5D stores the standard deviation, the normal cycle, the abnormal cycle, and the automatic return flag according to the type of time series data. The standard deviation indicates the permissible value of the variation of the time series data. The sampling
図12において、サンプリング周期制御部18は、まず、時系列データSQ4のばらつきが許容値を超えたか否かを判断し、Yesの場合にはステップS142へ進み、Noの場合にはステップS145へ進む(ステップS141)。ステップS141において、サンプリング周期制御部18は、サンプリング周期定義テーブル16dから時系列データSQ4の種類に対応した標準偏差を読み出し、時系列データSQ4のばらつきが標準偏差を超えている場合にはステップS142へ進み、それ以外の場合にはステップS145へ進む。
In FIG. 12, the sampling
ステップS141でYesの場合、サンプリング周期制御部18は、時系列データSQ4を求めるときのサンプリング周期が正常周期か否かを判断し、Yesの場合にはステップS143へ進む(ステップS142)。この場合、サンプリング周期制御部18は、時系列データSQ4を求めるときのサンプリング周期を異常周期に制御する(ステップS143)。ステップS143において、サンプリング周期制御部18は、サンプリング周期定義テーブル16dから時系列データSQ4の種類に対応した異常周期を読み出し、次回以降に時系列データSQ4を求めるときのサンプリング周期を読み出した異常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS114と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を異常周期に制御する(ステップS144)。
In the case of Yes in step S141, the sampling
ステップS141でNoの場合、サンプリング周期制御部18は、時系列データSQ4を求めるときのサンプリング周期が異常周期か否かを判断し、Yesの場合にはステップS146へ進む(ステップS145)。この場合、サンプリング周期制御部18は、自動復帰を行うか否かを判断し、Yesの場合にはステップS148へ進み、Noの場合にはステップS147へ進む(ステップS146)。ステップS146において、サンプリング周期制御部18は、サンプリング周期定義テーブル16dから時系列データSQ4の種類に対応した自動復帰フラグを読み出し、自動復帰フラグがTRUEの場合にはステップS148へ進み、それ以外の場合にはステップS147へ進む。
If No in step S141, the sampling
ステップS146でNoの場合、サンプリング周期制御部18は、復帰指示が入力されたか否かを判断し、Yesの場合にはステップS148へ進む(ステップS147)。時系列データSQ4を求めるときのサンプリング周期が異常周期に制御された場合、利用者は、時系列データ7のばらつきを許容値以内にするための操作を行った後、指示入力部15を用いて復帰指示を入力する。ステップS147において、サンプリング周期制御部18は、復帰指示が既に入力されていた場合にはステップS148へ進む。
If No in step S146, the sampling
ステップS146またはS147でYesの場合、サンプリング周期制御部18は、時系列データSQ4を求めるときのサンプリング周期を正常周期に制御する(ステップS148)。ステップS148において、サンプリング周期制御部18は、サンプリング周期定義テーブル16dから時系列データSQ4の種類に対応した正常周期を読み出し、次回以降に時系列データSQ4を求めるときのサンプリング周期を読み出した正常周期に設定する。次に、サンプリング周期制御部18は、図8に示すステップS119と同様に、要因関連テーブル17を参照して、必要に応じて他のサンプリング周期を正常周期に制御する(ステップS149)。サンプリング周期制御部18は、ステップS144またはS149を行った後、もしくは、ステップS142、S145またはステップS147でNoと判断した後に、ステップS140を終了する。
In the case of Yes in step S146 or S147, the sampling
以上に示すフローチャートにおいて、サンプリング部11が行うステップS102およびS103は、サンプリングステップに該当する。スコア計算部13が行うステップS105は、評価値計算ステップに該当する。サンプリング周期制御部18が行うステップS101、S110、S120、S130およびS140は、サンプリング周期制御ステップに該当する。
In the flowchart shown above, steps S102 and S103 performed by the
図13A~図13Cは、それぞれ、データ処理装置10の実装形態の第1~第3例を示す図である。第1~第3例では、基板処理装置20の外部にコンピュータ30が設けられ、コンピュータ30がCPU31を用いてデータ処理プログラム41を実行することにより、データ処理装置10の全部または一部が実現される。
13A to 13C are diagrams showing first to third examples of mounting embodiments of the
図13Aに示す第1例は、図1に記載したものと同じである。第1例では、基板処理装置20の外部に設けられたコンピュータ30が、データ処理装置10として機能する。基板処理装置20では、アナログ信号のサンプリング(アナログ信号の標本化と量子化)が固定のサンプリング周期で行われる。サンプリング部11で用いられるサンプリング周期にかかわらず、基板処理装置20からコンピュータ30には同じ量の測定データが出力される。コンピュータ30によって実現されるサンプリング部11は、基板処理装置20から出力された測定データからサンプリング周期制御部18で制御されたサンプリング周期でデータを抽出することにより、時系列データ7を求める。
The first example shown in FIG. 13A is the same as that shown in FIG. In the first example, the
図13Bに示す第2例では、データ処理装置10のうちサンプリング部11は基板処理装置20に含まれ、他の部分はコンピュータ30によって実現される。基板処理装置20では、アナログ信号のサンプリングが固定のサンプリング周期で行われる。サンプリング周期制御部18は、基板処理装置20に含まれるサンプリング部11に対して、時系列データ7を求めるときのサンプリング周期を示す制御信号CS1を出力する。サンプリング部11は、基板処理装置20で測定された測定データから制御信号CS1が示すサンプリング周期でデータを抽出することにより、時系列データ7を求める。サンプリング部11で求めた時系列データ7は、コンピュータ30に対して出力される。基板処理装置20からコンピュータ30には、サンプリング部11で用いられるサンプリング周期に応じた量の時系列データ7が出力される。
In the second example shown in FIG. 13B, the
図13Cに示す第3例では、データ処理装置10のうちサンプリング部11は基板処理装置20に含まれ、他の部分はコンピュータ30によって実現される。サンプリング周期制御部18は、基板処理装置20に含まれるサンプリング部11に対して、時系列データ7を求めるときのサンプリング周期を示す制御信号CS1を出力する。サンプリング部11は、基板処理装置20の内部でアナログ信号のサンプリング(アナログ信号の標本化と量子化)を制御信号CS1が示すサンプリング周期で行うことにより、時系列データ7を求める。サンプリング部11で求めた時系列データ7は、コンピュータ30に対して出力される。基板処理装置20からコンピュータ30には、サンプリング部11で用いられるサンプリング周期に応じた量の時系列データ7が出力される。
In the third example shown in FIG. 13C, the
第1~第3例のいずれでも、サンプリング部11は基板処理装置20における物理量の測定結果に基づき、時系列データ7を求める。データ処理装置10は、第1~第3例のいずれの形態に実装されていてもよい。
In any of the first to third examples, the
本実施形態に係るデータ処理方法は、基板処理装置20における物理量の測定結果に基づき時系列データ7を求めるサンプリングステップ(S102、S103)と、時系列データ7と基準データ8とを比較することにより、時系列データ7の評価値(スコア)を求める評価値計算ステップ(S105)と、サンプリングステップで用いられるサンプリング周期を時系列データ7ごとに制御するサンプリング周期制御ステップ(S101、S110、S120、S130、S140)とを備えている。サンプリング周期制御ステップは、初期状態ではサンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し(S101)、時系列データ7の評価値が異常であるときには、時系列データ7を求めるときのサンプリング周期を正常周期よりも短い異常周期に制御する(S113)。このように時系列データ7と基準データ8を比較して得られる評価値が異常であるときに、時系列データ7を求めるときのサンプリング周期を短くすることにより、時系列データ7ごとにサンプリング周期を好適なタイミングで切り替えて、基板処理装置20で異常が発生する前に詳細なデータを取得することができる。
In the data processing method according to the present embodiment, the sampling step (S102, S103) for obtaining the
サンプリング周期制御ステップは、基板処理装置20においてアラームが発生したときには、アラームに関連づけられた時系列データ7を求めるときのサンプリング周期を異常周期に制御する(S123)。したがって、基板処理装置20においてアラームが発生したときに、発生したアラームに関連づけられた時系列データ7を求めるときのサンプリング周期を短くして詳細なデータを取得することができる。サンプリング周期制御ステップは、時系列データ7の値が予め定めた閾値を超えたときや、時系列データ7のばらつきが予め定めた許容値を超えたときにも、時系列データ7を求めるときのサンプリング周期を異常周期に制御する(S133、S143)。したがって、基板処理装置20の故障の予兆として時系列データ7の値が閾値を超えたときや、時系列データ7のばらつきが許容値を超えたときに、時系列データ7を求めるときのサンプリング周期を短くして詳細なデータを取得することができる。
In the sampling cycle control step, when an alarm occurs in the
サンプリング周期制御ステップは、時系列データ7を求めるときのサンプリング周期を異常周期に制御するときに、時系列データ7に関連づけられた他の時系列データを求めるときのサンプリング周期を異常周期に制御する(S114、S124、S134、S144)。したがって、相互に関連する複数の時系列データ7について詳細なデータを一緒に取得することができる。サンプリング周期制御ステップは、時系列データ7の種類を相互に関連づけて記憶する要因関連テーブル17を用いて、他の時系列データを求めるときのサンプリング周期を異常周期に制御する。したがって、他の時系列データを求めるときのサンプリング周期を容易に制御することができる。
The sampling cycle control step controls the sampling cycle when obtaining other time-series data associated with the time-
サンプリング周期制御ステップは、時系列データ7の種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブル16を用いて、時系列データ7を求めるときのサンプリング周期を制御する。したがって、時系列データ7を求めるときのサンプリング周期を容易に制御することができる。サンプリング周期定義テーブル16は、時系列データ7の種類に対応づけて自動復帰フラグを記憶し、サンプリング周期制御ステップは、時系列データ7を求めるときのサンプリング周期を異常周期に制御したときの原因が解消され、かつ、サンプリング周期定義テーブル16に記憶された時系列データ7に対応した自動復帰フラグが有効のときには、時系列データ7を求めるときのサンプリング周期を正常周期に制御する(S118、S128、S138、S148)。したがって、時系列データ7の特性に応じて、時系列データ7を求めるときのサンプリング周期を自動的に正常周期に制御することができる。
The sampling cycle control step controls the sampling cycle when obtaining the
サンプリングステップは、基板処理装置20で測定された測定データから、サンプリング周期制御ステップで制御されたサンプリング周期でデータを抽出することにより、時系列データ7を求めてもよい。また、基準データ8として他の時系列データを用いることにより、時系列データ7について好適な評価値を求めることができる。
In the sampling step, the
本実施形態に係るデータ処理装置10およびデータ処理プログラム41は、上記のデータ処理方法と同様の特徴を有し、同様の効果を奏する。本実施形態に係るデータ処理方法、データ処理装置10、および、データ処理プログラム41によれば、時系列データごとにサンプリング周期を好適なタイミングで切り替えて、基板処理装置20で異常が発生する前に詳細なデータを取得することができる。
The
なお、以上に述べたデータ処理方法では、サンプリング周期制御ステップにおいて、ステップS101およびS110に加えて、ステップS120、S130およびS140を行うこととした。しかし、サンプリング周期制御ステップにおいて、ステップS120、S130およびS140を必ずしもすべて行う必要はない。変形例に係るデータ処理方法では、サンプリング周期制御ステップにおいて、ステップS120、S130およびS140を全く行わなくてもよく、あるいは、ステップS120、S130およびS140の中から任意に選択したものだけを行ってもよい。変形例に係るデータ処理装置およびデータ処理プログラムについても、これと同様である。 In the data processing method described above, in the sampling cycle control step, steps S120, S130 and S140 are performed in addition to steps S101 and S110. However, it is not always necessary to perform all steps S120, S130 and S140 in the sampling cycle control step. In the data processing method according to the modified example, in the sampling cycle control step, steps S120, S130 and S140 may not be performed at all, or only those arbitrarily selected from steps S120, S130 and S140 may be performed. good. The same applies to the data processing device and the data processing program according to the modified example.
7…時系列データ
8…基準データ
10…データ処理装置
11…サンプリング部
12…データ記憶部
13…スコア計算部
14…結果表示部
15…指示入力部
16…サンプリング周期定義テーブル
17…要因関連テーブル
18…サンプリング周期制御部
20…基板処理装置
25…処理ユニット
30…コンピュータ
31…CPU
32…メインメモリ
40…記録媒体
41…データ処理プログラム
7 ... Time-
32 ...
Claims (17)
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを備え、
前記サンプリング周期制御ステップは、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする、データ処理方法。 Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control step that controls the sampling cycle used in the sampling step for each time series data.
In the initial state, the sampling cycle control step controls all the sampling cycles used in the sampling step to a normal cycle, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle ,
The sampling cycle control step sets the sampling cycle for obtaining other time-series data associated with the time-series data to the abnormal cycle when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. A data processing method characterized by controlling to .
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを備え、
前記サンプリング周期制御ステップは、前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルを用いて、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする、データ処理方法。 Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control step that controls the sampling cycle used in the sampling step for each time series data.
The sampling cycle control step uses a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the type of time series data, and in the initial state, all sampling cycles used in the sampling steps are set to normal cycles. When the evaluation value of the time-series data is abnormal, the sampling cycle for obtaining the time-series data is controlled to be shorter than the normal cycle.
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
In the sampling cycle control step, the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle is eliminated, and the automatic sampling cycle control step corresponds to the time series data stored in the sampling cycle definition table. A data processing method, characterized in that , when the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle .
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算部と、
前記サンプリング部で用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御部とを備え、
前記サンプリング周期制御部は、初期状態では前記サンプリング部で用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御部は、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする、データ処理装置。 A sampling unit that obtains time-series data based on the measurement results of physical quantities in the board processing equipment,
An evaluation value calculation unit for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
It is provided with a sampling cycle control unit that controls the sampling period used in the sampling unit for each time series data.
The sampling cycle control unit controls all the sampling cycles used in the sampling unit to a normal cycle in the initial state, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle,
The sampling cycle control unit sets the sampling cycle for obtaining other time-series data associated with the time-series data as the abnormal cycle when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. A data processing device characterized by control over .
前記サンプリング周期制御部は、前記要因関連テーブルを用いて、前記他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする、請求項9に記載のデータ処理装置。 Further provided with a factor-related table for storing the types of time-series data in relation to each other.
The data processing apparatus according to claim 9 , wherein the sampling cycle control unit controls the sampling cycle when obtaining the other time-series data to the abnormal cycle by using the factor-related table.
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算部と、
前記サンプリング部で用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御部と、
前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルとを備え、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御部は、前記サンプリング周期定義テーブルを用いて、初期状態では前記サンプリング部で用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御部は、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする、データ処理装置。 A sampling unit that obtains time-series data based on the measurement results of physical quantities in the board processing equipment,
An evaluation value calculation unit for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control unit that controls the sampling period used in the sampling unit for each time-series data ,
It is equipped with a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the types of time-series data .
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
The sampling cycle control unit controls all the sampling cycles used in the sampling unit to a normal cycle in the initial state by using the sampling cycle definition table, and when the evaluation value of the time series data is abnormal, the sampling cycle control unit is described. The sampling cycle when obtaining time-series data is controlled to an abnormal cycle shorter than the normal cycle, and the sampling cycle is controlled.
The sampling cycle control unit automatically eliminates the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle, and corresponds to the time series data stored in the sampling cycle definition table. A data processing apparatus, characterized in that when the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle .
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを、
コンピュータにCPUがメモリを利用して実行させ、
前記サンプリング周期制御ステップは、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御するときに、前記時系列データに関連づけられた他の時系列データを求めるときのサンプリング周期を前記異常周期に制御することを特徴とする、データ処理プログラム。 Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control step that controls the sampling cycle used in the sampling step for each time-series data.
Let the computer run the CPU using memory
In the initial state, the sampling cycle control step controls all the sampling cycles used in the sampling step to a normal cycle, and when the evaluation value of the time series data is abnormal, the sampling cycle for obtaining the time series data. Is controlled to an abnormal cycle shorter than the normal cycle,
The sampling cycle control step sets the sampling cycle for obtaining other time-series data associated with the time-series data to the abnormal cycle when the sampling cycle for obtaining the time-series data is controlled to the abnormal cycle. A data processing program characterized by controlling to .
前記時系列データと基準データとを比較することにより、前記時系列データの評価値を求める評価値計算ステップと、
前記サンプリングステップで用いられるサンプリング周期を前記時系列データごとに制御するサンプリング周期制御ステップとを、
コンピュータにCPUがメモリを利用して実行させ、
前記サンプリング周期制御ステップは、前記時系列データの種類に対応づけて正常周期と異常周期を記憶するサンプリング周期定義テーブルを用いて、初期状態では前記サンプリングステップで用いられるすべてのサンプリング周期を正常周期に制御し、前記時系列データの評価値が異常であるときには、前記時系列データを求めるときのサンプリング周期を前記正常周期よりも短い異常周期に制御し、
前記サンプリング周期定義テーブルは、前記時系列データの種類に対応づけて自動復帰フラグをさらに記憶し、
前記サンプリング周期制御ステップは、前記時系列データを求めるときのサンプリング周期を前記異常周期に制御したときの原因が解消され、かつ、前記サンプリング周期定義テーブルに記憶された前記時系列データに対応した自動復帰フラグが有効のときには、前記時系列データを求めるときのサンプリング周期を前記正常周期に制御することを特徴とする、データ処理プログラム。 Sampling step to obtain time series data based on the measurement result of physical quantity in the board processing device,
An evaluation value calculation step for obtaining an evaluation value of the time-series data by comparing the time-series data with the reference data,
A sampling cycle control step that controls the sampling cycle used in the sampling step for each time-series data.
Let the computer run the CPU using memory
The sampling cycle control step uses a sampling cycle definition table that stores normal cycles and abnormal cycles in association with the type of time series data, and in the initial state, all sampling cycles used in the sampling steps are set to normal cycles. When the evaluation value of the time-series data is abnormal, the sampling cycle for obtaining the time-series data is controlled to be shorter than the normal cycle.
The sampling cycle definition table further stores the automatic return flag in association with the type of time series data.
In the sampling cycle control step, the cause when the sampling cycle for obtaining the time series data is controlled to the abnormal cycle is eliminated, and the automatic sampling cycle control step corresponds to the time series data stored in the sampling cycle definition table. A data processing program characterized in that when the return flag is valid, the sampling cycle for obtaining the time series data is controlled to the normal cycle .
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018020797A JP7074489B2 (en) | 2018-02-08 | 2018-02-08 | Data processing method, data processing device, and data processing program |
KR1020190006849A KR102247116B1 (en) | 2018-02-08 | 2019-01-18 | Data processing method, data processing device, and data processing program |
TW108103095A TWI691047B (en) | 2018-02-08 | 2019-01-28 | Data processing method, data processing device, and computer-readable recording medium having recorded thereon data processing program |
US16/261,654 US11274995B2 (en) | 2018-02-08 | 2019-01-30 | Data processing method, data processing device, and computer-readable recording medium having recorded thereon data processing program |
CN201910096735.1A CN110134077B (en) | 2018-02-08 | 2019-01-31 | Data processing method, data processing apparatus, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018020797A JP7074489B2 (en) | 2018-02-08 | 2018-02-08 | Data processing method, data processing device, and data processing program |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019140194A JP2019140194A (en) | 2019-08-22 |
JP2019140194A5 JP2019140194A5 (en) | 2021-02-18 |
JP7074489B2 true JP7074489B2 (en) | 2022-05-24 |
Family
ID=67475524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018020797A Active JP7074489B2 (en) | 2018-02-08 | 2018-02-08 | Data processing method, data processing device, and data processing program |
Country Status (5)
Country | Link |
---|---|
US (1) | US11274995B2 (en) |
JP (1) | JP7074489B2 (en) |
KR (1) | KR102247116B1 (en) |
CN (1) | CN110134077B (en) |
TW (1) | TWI691047B (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6933630B2 (en) * | 2018-12-06 | 2021-09-08 | ファナック株式会社 | Processing time monitoring device |
JP7249902B2 (en) * | 2019-07-17 | 2023-03-31 | 東京エレクトロン株式会社 | State management system and state management method |
KR102455758B1 (en) | 2020-01-30 | 2022-10-17 | 가부시키가이샤 스크린 홀딩스 | Data processing method, data processing device, and recording medium |
CN113342610B (en) * | 2021-06-11 | 2023-10-13 | 北京奇艺世纪科技有限公司 | Time sequence data anomaly detection method and device, electronic equipment and storage medium |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273336A (en) | 2000-03-27 | 2001-10-05 | Matsushita Electric Ind Co Ltd | Data collection method |
JP2005142467A (en) | 2003-11-10 | 2005-06-02 | Renesas Technology Corp | Semiconductor device manufacturing method, and semiconductor manufacturing system |
JP2008042005A (en) | 2006-08-08 | 2008-02-21 | Tokyo Electron Ltd | Data collecting method, substrate processing device, and substrate processing system |
JP2012123521A (en) | 2010-12-07 | 2012-06-28 | Toppan Printing Co Ltd | Automatic change system of process condition and determination condition of manufacturing device |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4128339B2 (en) * | 2001-03-05 | 2008-07-30 | 株式会社日立製作所 | Process monitor for sample processing apparatus and method for manufacturing sample |
WO2005076329A1 (en) * | 2004-02-03 | 2005-08-18 | Sharp Kabushiki Kaisha | Ion doping apparatus, ion doping method, semiconductor device, and method of fabricating semiconductor device |
US7200523B1 (en) * | 2005-11-30 | 2007-04-03 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for filtering statistical process data to enhance process performance |
US7877233B2 (en) * | 2006-07-26 | 2011-01-25 | Invensys Systems, Inc. | Selectively presenting timestamped time-series data values for retrieved supervisory control and manufacturing/production parameters |
US7490010B2 (en) | 2006-08-08 | 2009-02-10 | Tokyo Electron Limited | Data collection method, substrate processing apparatus, and substrate processing system |
CN102490112B (en) | 2006-10-06 | 2015-03-25 | 株式会社荏原制作所 | Processing end point detecting method, polishing method and polishing apparatus |
US20080120346A1 (en) * | 2006-11-22 | 2008-05-22 | Anindya Neogi | Purging of stored timeseries data |
US8078552B2 (en) | 2008-03-08 | 2011-12-13 | Tokyo Electron Limited | Autonomous adaptive system and method for improving semiconductor manufacturing quality |
JP5363213B2 (en) * | 2009-06-30 | 2013-12-11 | 東京エレクトロン株式会社 | Abnormality detection system, abnormality detection method, storage medium, and substrate processing apparatus |
JP2011243088A (en) | 2010-05-20 | 2011-12-01 | Sony Corp | Data processor, data processing method and program |
JP5616174B2 (en) * | 2010-09-14 | 2014-10-29 | 株式会社トプコン | Laser surveying equipment |
JP5455866B2 (en) | 2010-10-28 | 2014-03-26 | 株式会社日立製作所 | Abnormality diagnosis device and industrial machine |
JP5764473B2 (en) | 2011-11-17 | 2015-08-19 | 株式会社日立製作所 | Event data processing device |
JP2013257712A (en) * | 2012-06-12 | 2013-12-26 | Nippon Telegr & Teleph Corp <Ntt> | Device, method and program for detection of similar partial sequence |
JP2014130077A (en) * | 2012-12-28 | 2014-07-10 | Hitachi High-Technologies Corp | Pattern shape evaluation method, semiconductor device manufacturing method, and pattern shape evaluation device |
JP6399082B2 (en) * | 2014-03-14 | 2018-10-03 | オムロン株式会社 | Control system |
US10210606B2 (en) | 2014-10-14 | 2019-02-19 | Kla-Tencor Corporation | Signal response metrology for image based and scatterometry overlay measurements |
CN109917622B (en) * | 2015-04-10 | 2021-08-06 | Asml荷兰有限公司 | Method and apparatus for inspection and metrology |
KR20230110835A (en) | 2015-04-21 | 2023-07-25 | 케이엘에이 코포레이션 | Metrology target design for tilted device designs |
TWI539298B (en) * | 2015-05-27 | 2016-06-21 | 國立成功大學 | Metrology sampling method with sampling rate decision scheme and computer program product thereof |
WO2016191712A1 (en) * | 2015-05-28 | 2016-12-01 | Kla-Tencor Corporation | System and method for production line monitoring |
SG11201710646TA (en) | 2015-08-06 | 2018-01-30 | Ns Solutions Corp | Information processing apparatus, information processing system, information processing method and program |
JP6599727B2 (en) | 2015-10-26 | 2019-10-30 | 株式会社Screenホールディングス | Time-series data processing method, time-series data processing program, and time-series data processing apparatus |
CN116936393A (en) | 2016-02-24 | 2023-10-24 | 科磊股份有限公司 | Accuracy enhancement of optical metrology |
CN106548035B (en) | 2016-11-24 | 2019-08-06 | 腾讯科技(深圳)有限公司 | A kind of diagnostic method and device of data exception |
-
2018
- 2018-02-08 JP JP2018020797A patent/JP7074489B2/en active Active
-
2019
- 2019-01-18 KR KR1020190006849A patent/KR102247116B1/en active IP Right Grant
- 2019-01-28 TW TW108103095A patent/TWI691047B/en active
- 2019-01-30 US US16/261,654 patent/US11274995B2/en active Active
- 2019-01-31 CN CN201910096735.1A patent/CN110134077B/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273336A (en) | 2000-03-27 | 2001-10-05 | Matsushita Electric Ind Co Ltd | Data collection method |
JP2005142467A (en) | 2003-11-10 | 2005-06-02 | Renesas Technology Corp | Semiconductor device manufacturing method, and semiconductor manufacturing system |
JP2008042005A (en) | 2006-08-08 | 2008-02-21 | Tokyo Electron Ltd | Data collecting method, substrate processing device, and substrate processing system |
JP2012123521A (en) | 2010-12-07 | 2012-06-28 | Toppan Printing Co Ltd | Automatic change system of process condition and determination condition of manufacturing device |
Also Published As
Publication number | Publication date |
---|---|
TW201937690A (en) | 2019-09-16 |
CN110134077A (en) | 2019-08-16 |
KR20190096276A (en) | 2019-08-19 |
CN110134077B (en) | 2022-07-19 |
US11274995B2 (en) | 2022-03-15 |
KR102247116B1 (en) | 2021-04-30 |
JP2019140194A (en) | 2019-08-22 |
TWI691047B (en) | 2020-04-11 |
US20190242788A1 (en) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7074489B2 (en) | Data processing method, data processing device, and data processing program | |
TWI770348B (en) | Data processing method, data processing device, and computer-readable recording medium having recorded thereon data processing program | |
JP7413159B2 (en) | Information processing device, program and monitoring method | |
JP7181033B2 (en) | DATA PROCESSING METHOD, DATA PROCESSING APPARATUS, AND DATA PROCESSING PROGRAM | |
KR102280390B1 (en) | Data processing method, data processing device, data processing system, and computer readable recording medium with data processing program thereon | |
US7212950B2 (en) | Methods and apparatus for equipment matching and characterization | |
TWI699819B (en) | Data processing method, data processing device, and computer-readable recording medium having recorded thereon data processing program | |
JP5401070B2 (en) | Processing device management system | |
JP2019140196A (en) | Data processing method, data processing apparatus, data processing system, and data processing program | |
CN115096463A (en) | Glass channel welding type thermocouple temperature compensation method, system, equipment and medium | |
WO2012048734A1 (en) | Method for controlling an industrial process | |
CN108169544B (en) | Voltage sag display method and device | |
WO2021216092A1 (en) | Method of process control and monitoring in dynamic plasma condition by plasma spectrum | |
JP2001338856A (en) | Process controller for semiconductor manufacturing system | |
US7272540B2 (en) | Method and device for multistage data processing, of a power generating station | |
JP2019102574A (en) | Information processing apparatus, control method of the same, and program | |
US20090216470A1 (en) | Method and Computer Code for Statistical Process Control for Censored Production Data | |
TW449791B (en) | System and method for data collection along with data analysis | |
CN118197484A (en) | Method for controlling a measuring device and measuring device | |
CN118330439A (en) | Semiconductor chip test circuit and test method | |
JPH0682280A (en) | Processing device for alarm | |
CN115020265A (en) | Wafer chip detection method and device, electronic equipment and storage medium | |
JPH05150000A (en) | Automatic testing apparatus for semiconductor device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210105 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211210 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220506 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220512 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7074489 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |